MétaCan
Menu
Retour à la cohorte
Enregistrement W4399895274 · doi:10.1186/s12954-024-01036-4

Involuntary discharge from drug or alcohol treatment programs in Vancouver, Canada

2024· article· en· W4399895274 sur OpenAlexaffabout
Kat Gallant, Kanna Hayashi, JinCheol Choi, M‐J Milloy, Thomas Kerr

Notice bibliographique

RevueHarm Reduction Journal · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensSimon Fraser UniversityBritish Columbia Centre on Substance UseUniversity of British Columbia
Organismes subventionnairesNational Institute on Drug AbuseNational Institutes of Health
Mots-clésGeeGeneralized estimating equationMedicineHeroinHealth psychologyConfidence intervalOdds ratioSubstance abuseOddsAbstinenceYoung adultInjection drug usePsychiatryPublic healthDemographyDrugLogistic regressionGerontologyInternal medicineDrug injection

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Retention in substance use treatment is essential to treatment success. While programmatic factors are known to influence retention, less is known about the role of involuntary discharges from drug or alcohol treatment programs. Therefore, we sought to identify the prevalence of and factors associated with involuntary discharge due to ongoing substance use. METHODS: Data were derived from two community-recruited prospective cohort studies of people who use drugs in Vancouver, Canada. Generalized estimating equation (GEE) analyses were used to identify variables associated with involuntary discharge from treatment programs due to ongoing substance use. RESULTS: Between June 2017 and March 2020, 1487 participants who accessed substance use treatment and completed at least one study interview were included in this study. Involuntary discharge from a treatment program due to ongoing substance use was reported by 41 (2.8%) participants throughout the study, with 23 instances reported at baseline and another 18 reported during study follow-up. In a multivariable GEE analysis, involuntary discharge was positively associated with homelessness (Adjusted Odds Ratio [AOR] = 3.22, 95% Confidence Interval [95% CI]: 1.59-6.52), daily injection drug use (AOR = 1.87, 95% CI 1.06-3.32) and recent overdose (AOR = 2.50, 95% CI 1.38-4.53), and negatively associated with age (AOR = 0.93, 95% CI 0.90-0.96). In sub-analyses, participants have most commonly been discharged from in-patient treatment centres (52.2%), recovery houses (28.3%) and detox programs (10.9%), and for using heroin (45.5%) and/or crystal methamphetamine (36.4%). CONCLUSIONS: While involuntary discharge was a relatively rare occurrence, those who were discharged due to active substance use possessed several markers of risk, including high-intensity injection drug use, homelessness, and recent non-fatal overdose. Our findings highlight the need for increased flexibility within treatment programs to account for those who re-initiate or continue to use substances during treatment.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,291
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,049
Tête enseignante GPT0,291
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHarm Reduction JournalMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207